IKLink：以最小重配置实现末端执行器轨迹跟踪
机器人学
2024-06-18 v2
摘要
许多应用要求机器人准确跟踪参考末端执行器轨迹。由于机器人的运动学约束或环境中的其他障碍物，某些轨迹可能无法作为单一连续路径进行跟踪。在这种情况下，有必要将轨迹划分为较短的段。每次这样的划分都会引入一次重配置，即机器人偏离参考轨迹，在构型空间中重新定位，然后恢复任务执行。应尽量减少重配置的发生，因为它们会增加时间和能源消耗。在本文中，我们提出了 IKLink，一种在执行最小重配置的同时寻找关节运动以跟踪参考末端执行器轨迹的方法。我们基于图的方法为参考轨迹上的每个路点生成多样化的逆运动学 (IK) 解集，并利用动态规划算法通过链接 IK 解来找到全局最优运动。我们通过仿真实验和使用物理机器人的说明性演示展示了 IKLink 的有效性。
引用
@article{arxiv.2402.16154,
title = {IKLink: End-Effector Trajectory Tracking with Minimal Reconfigurations},
author = {Yeping Wang and Carter Sifferman and Michael Gleicher},
journal= {arXiv preprint arXiv:2402.16154},
year = {2024}
}
备注
Accepted as a contributed paper at the 2024 IEEE International Conference on Robotics and Automation (ICRA)